计算机视觉
文章平均质量分 83
woshirenchengaji
这个作者很懒,什么都没留下…
展开
-
【西蒙计算机视觉学习笔记】非线性回归模型
背景:最大似然法学习的简单的线性回归模型的第二个缺点—— 更正假设:对观测数据x进行非线性变换,使得满足如下(f[·]代表一个非线性变换)—— 重新建模、学习和推理: 最大似然方法: 建模: 构建关于全局状态的后验函数(似然函数)。 原始的模型: 令Z←X, 学习: 最大化上述似然函数,令偏导等于0,求得参数关于已知数据的表达式。 原模型的学习结果: 令Z←X, 推理: 将新观测数据和预测分布代入已求得分布参数的模型中,计算关于预测分布的后验概...原创 2021-10-11 12:33:53 · 762 阅读 · 1 评论 -
【西蒙计算机视觉学习笔记】贝叶斯线性回归
背景:简单的线性回归模型①结合了最大似然方法的预测过于自信(分布参数的不确定性没有反映在后验概率中),因此可以通过贝叶斯方法将分布参数可能值的概率分布考虑进去。这意味着,根据新数据预测状态,可以通过参数的概率值对状态的后验概率进行无限加权求和(积分)。 ①如下(详见【西蒙计算机视觉学习笔记】线性回归模型): ② 前提:假设σ^2已知(只求另一个参数φ可能值得概率分布)。 建模: 给定样本对,参数的后验分布可以利用贝叶斯法则计算: 学习: 学习方法:贝...原创 2021-10-11 11:04:07 · 463 阅读 · 0 评论 -
【西蒙计算机视觉学习笔记】线性回归模型
问题:回归问题,eg. 身体姿势估计的问题,目标输出的全局状态w(身体主要关节的角度)的每个元素都是连续的。 目的:根据观测值x来估计一元全局状态w,eg. 根据观测到人的处于未知姿势图像来估计身体角度。 通过分割图像得到剪影。 通过跟踪剪影的边提取轮廓。 提取一个根据形状的上下文描述符描述形状的100维测量向量x。 估计包含身体主要关节角度的向量w(十几种,分别估计各个关节的角度)。 模型的种类: 判别模型——全局状态的分布Pr(w|x)被直接建模。 线性回归模型: ...原创 2021-10-10 16:55:40 · 336 阅读 · 0 评论